小土堆Pytorch视频教程链接
声明： 博主本人技术力不高，这篇博客可能会因为个人水平问题出现一些错误，但作为小白，还是希望能写下一些碰到的坑，尽力帮到其他小白
1 环境配置
1.1 pycharm
pycharm建议使用2020的，2021版本开始UI界面升级，本人镜像源配置很久，但可安装包仍为空白，2020版本的可以在环境内直接换源，比较方便
pycharm的安装激活网上教程很多，这里不赘述
后面发现还是直接命令行创建虚拟环境再导到项目中更方便，而且还可以选择库的版本
1.2 anaconda
注：提示
1.3 cuda + pytorch
（1）创建虚拟环境
conda create -n pytorch12 python=3.6 # 这里环境名为pytorch，也可改为其他
（2）激活环境
# Anaconda Prompt窗口下 建议管理员权限
conda activate pytorch
pytorch官网
选择合适版本，复制代码进行安装
这里推荐使用 cuda 9.2
配置cuda 9.2
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev
空间不足解决方法： 由于默认路径部分在C盘，所以可能会出现C盘空间不足的情况
# 解决方法：cmd窗口下
# 查看当前下载路径
conda info --base
# 自定义下载路径
conda config --prepend pkgs_dirs F:\anaconda3\pkgs # 这里改成自己的路径
项目中导入虚拟环境
pycharm中新建项目，并选择编译器
项目路径自行选择，编译器选择刚刚创建的虚拟环境中的python.exe（路径详情见图）
验证安装是否成功
import torch
torch.cuda.is_available()
Flase问题解决
这里如果为False有很多种原因
1 显卡驱动问题： 如果打开一个比较大的游戏或者其他图形处理类工具如PS等，任务管理器性能里GPU仍没工作，那么显卡驱动应该是出问题了，更新显卡驱动即可
2 CPUonly问题： 通过conda list查看已安装库，如果发现存在cpuonly，则是安装了cpu版本。这是conda魅力时刻，由于conda自身特性问题，它在查找不到要安装的文件时，会自动找寻合适的文件进行代替，这里似乎就是找不到GPU版本，进而安装了CPU版本
解决方法：
① 删除CPUonly
conda uninstall cpuonly
有博主说执行完这条代码后会自动安装GPU版本，但是我没有。我删除后再重新安装也仍是一样的问题
② 删除pytorch-mutex
conda uninstall pytorch-mutex
③ 删除numpy
conda uninstall numpy
注： ②和③都有点玄学，但有人说成功了，反正我没成功
④ 下载安装包并手动安装（我真正解决问题的一步）
下载Up课程资源：https://pan.baidu.com/s/1CvTIjuXT4tMonG0WltF-vQ?pwd=jnnp 提取码:jnnp
创建一个新的虚拟环境并启动，查看下载目录并修改下载目录（如果目录可用就不用改）
# 创建项目并启动
conda create -n pytorch2 python=3.6
conda activate pytorch2
# 查看当前下载路径
conda info --base
# 修改下载路径
conda config --prepend pkgs_dirs F:\anaconda3\pkgs # 这里改成自己的路径
再把网盘下好的两个文件拖到改目录中
再分别执行下面代码
conda install --use-local F:\anaconda3\pkgs\cudatoolkit-9.2-0.tar.bz2
conda install --use-local F:\anaconda3\pkgs\pytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar.bz2
这里可能需要等待一段时间，显示done则成功
再回到pycharm中，按之前的步骤，创建一个新的项目，并导入我们新建的pytorch2虚拟环境，并重启pycharm
之后再验证即发现True了
博主本人到这一步就成功了，如果还是False，可以看看这篇博客，干脆安装成其他版本的CUDA
如果还不行，可能是你电脑是显卡不支持CUDA，再检查一下，如果不支持，用CPU也是可以跑的，当然速度会慢些
2 Python 法宝
2.1 Python 法宝
（1）Python3.6.3相当于一个package，package里面有不同的区域，不同的区域有不同的工具。
（2） Python语法有两大法宝：dir()、help() 函数。
- dir()：查看torch包中有哪些区、有哪些工具
- help()：使用说明书
import torch
print(torch.cuda.is_available())
help(torch.cuda.is_available) # 查看 torch.cuda.is_available 的用法
dir(torch) # 查看torch包中有哪些区、有哪些工具
2.2 代码输入优化设置
设置大小写统一补全
2.3 快速复制文件路径
复制 相对路径 / 绝对路径
3 Pytorch加载数据
蜜蜂数据集下载
3.1 加载数据方法及label形式
（1）Pytorch中加载数据需要Dataset、Dataloader。
- Dataset提供一种方式去获取每个数据及其对应的label（还有编号），以及告诉我们总共有多少个数据
- Dataloader为后面的网络提供不同的数据形式，它将一批一批数据进行一个打包
（2）label形式
- 文件夹名即为label。文件夹内存放若干条数据
- 一个文件夹存放数据，数据有编号，另一个文件夹存放数据对应编号的说明文本（txt），文本中有label
- 直接把label写在数据的名称上
from torch.utils.data import Dataset
help(Dataset)
3.2 通过路径加载数据
from PIL import Image
img_path = "data/1 dataset_exercise/hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(img_path)
img.show()
注： 这里可能是因为anaconda问题，我始终无法连上镜像源，包括默认的，所以这里PIL无法导包，后用了下面这个解决方法：
# cmd终端 或 在anaconda prompt激活虚拟环境
conda config --show channels
conda config --remove-key channels
conda config --add channels https://repo.continuum.io/pkgs/free/
conda config --add channels https://repo.continuum.io/pkgs/main/
conda config --set show_channel_urls yes
pip install pillow
配置其他镜像源地址可参考这篇博客
3.3 python特殊方法补充
Python 中有很多特殊方法，这些特殊方法的命名都以双下划线 __开头和结尾，它们是 Python 中非常常用的特殊方法。通过定义这些方法，我们可以自定义对象的行为和操作，使得对象能够更好地适应我们的需求。以下是其中一部分的列表：
__init__(self[, args...]): 构造函数，用于在创建对象时进行初始化。
__repr__(self): 用于定义对象的字符串表示形式，通常用于调试和记录日志。
__str__(self): 用于定义对象的字符串表示形式，通常用于显示给终端用户。
__len__(self): 用于返回对象的长度，通常在对像被视为序列或集合时使用。
__getitem__(self, key): 用于实现索引操作，可以通过索引或切片访问对象中的元素。
__setitem__(self, key, value): 用于实现索引赋值操作，可以通过索引或切片为对象中的元素赋值。
__delitem__(self, key): 用于实现删除某个元素的操作，可以通过索引或切片删除对象中的元素。
__contains__(self, item): 用于检查对象是否包含某个元素，可以通过 in 关键字使用。
__enter__(self): 用于实现上下文管理器的进入操作，通常与 with 语句一起使用。
__exit__(self, exc_type, exc_value, traceback): 用于实现上下文管理器的退出操作，通常与 with 语句一起使用。
__call__(self[, args...]): 用于使对象能够像函数一样被调用，通常在创建可调用的类时使用。
__eq__(self, other): 用于定义对象相等的比较操作，可以通过 == 运算符使用。
__lt__(self, other): 用于定义对象小于的比较操作，可以通过 < 运算符使用。
__gt__(self, other): 用于定义对象大于的比较操作，可以通过 > 运算符使用。
__add__(self, other): 用于实现对象加法操作，可以通过 + 运算符使用。
__sub__(self, other): 用于实现对象减法操作，可以通过 - 运算符使用。
__mul__(self, other): 用于实现对象乘法操作，可以通过 * 运算符使用。
__truediv__(self, other): 用于实现对象除法操作，可以通过 / 运算符使用。
3.4 Dataset加载数据
from torch.utils.data import Dataset
from PIL import Image
import os
# 自定义数据集类
class MyData(Dataset):
def __init__(self, root_dir, label_dir):
self.root_dir = root_dir # 记录数据集根目录的路径
self.label_dir = label_dir # 记录数据集标签目录的名称
self.path = os.path.join(self.root_dir, self.label_dir) # os.path.join可将两个字符串拼接成一个完整路径
# 以获取数据集标签目录的完整路径
self.img_path = os.listdir(self.path) # os.listdir() 函数用于获取指定目录下的所有文件和文件夹的名称列表
# 以获取数据集标签目录下所有图像文件的路径
def __getitem__(self, idx): # 获取数据集中指定索引位置的数据项
img_name = self.img_path[idx] # 获取图像文件名
img_item_path = os.path.join(self.root_dir, self.label_dir, img_name) # 获取该图像文件的完整路径
img = Image.open(img_item_path) # 打开图像文件
label = self.label_dir # 获取该图像文件所属的标签
return img, label # 返回图像和标签
def __len__(self): # 获取数据集的长度
return len(self.img_path)
root_dir = "data/1 dataset_exercise/hymenoptera_data/train" # 数据集根目录的路径
ants_label_dir = "ants" # 蚂蚁标签目录的名称
bees_label_dir = "bees" # 蜜蜂标签目录的名称
ants_dataset = MyData(root_dir, ants_label_dir) # 创建蚂蚁数据集对象
bees_dataset = MyData(root_dir, bees_label_dir) # 创建蜜蜂数据集对象
print(len(ants_dataset)) # 打印蚂蚁数据集的长度
print(len(bees_dataset)) # 打印蜜蜂数据集的长度
train_dataset = ants_dataset + bees_dataset # 合并蚂蚁和蜜蜂数据集，得到训练集
print(len(train_dataset)) # 打印训练集的长度
img, label = train_dataset[200] # 自动调用__getitem__() 方法，获取训练集中第 200 个数据项的图像和标签
print("label：", label) # 打印该数据项的标签
img.show() # 显示该数据项的图像
img_path如下图所示：
4 Tensorboard的使用
Tensorboad 可以用来查看loss是否按照我们预想的变化，或者查看训练到某一步输出的图像是什么样
4.1 安装
这里我用pycharm命令行直接安装会报错，提示权限不够
pip install tensorboard
遂还是用管理员模式打开anaconda prompt安装
4.2 Tensorboard 写日志
注： 对函数使用不清楚时，可把鼠标移到函数名上，并按ctrl+鼠标左键，会自动跳转到该函数的详细说明文档中
from torch.utils.tensorboard import SummaryWriter
# 创建一个 SummaryWriter 对象，指定日志存储目录为 "logs"
writer = SummaryWriter("logs")
for i in range(100):
# 将 y=x 的函数值添加到 TensorBoard 中
writer.add_scalar("y=x", i, i)
# 关闭 SummaryWriter 对象
writer.close()
运行完后会在当前目录下创建一个logs文件夹
在pycharm终端运行
tensorboard --logdir=logs
# tensorboard --logdir=logs --port=6007 # 指定端口
网页打开后
4.3 Tensorboard 读图片
蚂蚁蜜蜂 / 练手数据集： 链接: https://pan.baidu.com/s/1jZoTmoFzaTLWh4lKBHVbEA 密码: 5suq
（1）查看add_image() ，发现数据类型是下面这几项
（2）重启Python console
（3）查看数据集数据类型
image_path = "data/train/ants_image/0013035.jpg"
from PIL import Image
img = Image.open(image_path)
或者直接
print(type(img))
发现数据类型不符合形式，这里可用opencv读取，读出来是numpy型，符合要求
pip install opencv-python
小土堆这里咕了，下面介绍用numpy.array()对PIL图片进行转换
（4）numpy.array()转换PIL图片
import numpy as np
img_array = np.array(img)
print(type(img_array))
## <class 'numpy.ndarray'>
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
img_path1 = "data/train/ants_image/0013035.jpg"
img_PIL1 = Image.open(img_path1)
img_array1 = np.array(img_PIL1)
img_path2 = "data/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL2 = Image.open(img_path2)
img_array2 = np.array(img_PIL2)
writer = SummaryWriter("logs")
# HWC是为了适应数据的shape 具体见下图
writer.add_image("test",img_array1,1,dataformats="HWC") # 1 表示该图片在第1步
writer.add_image("test",img_array2,2,dataformats="HWC") # 2 表示该图片在第2步
writer.close()
默认是CHW（即通道 高度 宽度）：
下图可看到该图片是数据的shape是HWC
终端中输入
tensorboard --logdir=logs
再打开http://localhost:6006/
5 Tensorforms的使用
作用：
① Transforms当成工具箱的话，里面的class就是不同的工具。例如像totensor、resize这些工具
② Transforms拿一些特定格式的图片，经过Transforms里面的工具，获得我们想要的结果
5.1 查看方法
这里按理说torchvision应该是捆绑安装的，但是我的环境里没有，所以得自己再安装
pip download -d D:\pip_download --no-deps torchvision #c盘空间不足
pip install --no-index --find-links=D:\pip_download torchvision
from torchvision import transforms
from PIL import Image
img_path = "Data/FirstTypeData/val/bees/10870992_eebeeb3a12.jpg"
img = Image.open(img_path)
tensor_trans = transforms.ToTensor() # 创建 transforms.ToTensor类 的实例化对象
tensor_img = tensor_trans(img) # 调用 transforms.ToTensor类 的__call__的魔术方法
print(tensor_img)
ctrl+点击transforms
ctrl+再点击transforms
点击左下角structure
可以看到里面的方法，前几个比较常用
5.2 __call__的使用
ctrl + p：可直接查看函数所需参数
class Person:
def __call__(self, name):
print("__call__" + name)
def hello(self, name):
print("hello " + name)
person = Person()
person("zhangsan")
person.hello("lisi")
# __call__ zhangsan
# helll lisi
5.3 transforms.Totensor使用
Tensor包装了神经网络需要的一些属性，比如反向传播、梯度等属性
# 为不被之前的Logs影响，可以把之前的Logs文件夹删掉
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
img_path = "Data/FirstTypeData/val/bees/10870992_eebeeb3a12.jpg"
img = Image.open(img_path)
writer = SummaryWriter("logs")
tensor_trans = transforms.ToTensor() # 创建 transforms.ToTensor类 的实例化对象
tensor_img = tensor_trans(img) # 调用 transforms.ToTensor类 的__call__的魔术方法
writer.add_image("Temsor_img",tensor_img)
writer.close()
终端中输入
tensorboard --logdir=logs
再打开http://localhost:6006/
5.4 Normanize归一化
归一化原理：
img_tensor[0][0][0] # 红色通道的第一个像素值
img_tensor[1][0][0] # 绿色通道的第一个像素值
img_tensor[2][0][0] # 蓝色通道的第一个像素值
img_tensor[0][0][0]，img_tensor[1][0][0]，img_tensor[2][0][0]构成了一个像素点的rgb
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
img_path = "data/Images/1.jpg" # 此处要用jpg，png有4个通道，会报错
img = Image.open(img_path)
writer = SummaryWriter("logs")
tensor_trans = transforms.ToTensor()
img_tensor = tensor_trans(img)
print(img_tensor[0][0][0])
tensor_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]) # 前为均值，后卫标准差 input[channel] = (input[channel] - mean[channel]) / std[channel]
img_norm = tensor_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image("img_tensor", img_tensor)
writer.add_image("img_norm", img_norm)
writer.close()
5.5 transforms.Resize()
transforms.Resize() 的作用是调整图像的大小到指定的尺寸
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
img_path = "data/Images/1.jpg"
img = Image.open(img_path)
print(img) # PIL类型，且图片原始比例为 500×464
writer = SummaryWriter("logs")
# 将图片转为totensor类型
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
# resize图片，PIL数据类型的 img -> resize -> PIL数据类型的 img_resize
trans_resize = transforms.Resize((512,512)) # 调整尺寸为512*512
img_resize = trans_resize(img)
# PIL 数据类型的 PIL -> totensor -> img_resize tensor
img_resize = trans_totensor(img_resize)
print(img_resize.size())
writer.add_image("img_tensor",img_tensor)
writer.add_image("img_resize",img_resize)
writer.close()
5.6 transforms.Compose
transforms.Compose 的作用是将多个数据预处理操作组合在一起，方便地对数据进行一次性处理
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
import cv2
img_path = "data/Images/1.jpg"
img = Image.open(img_path)
print(img)
writer = SummaryWriter("logs")
tensor_trans = transforms.ToTensor()
img_tensor = tensor_trans(img)
trans_resize_2 = transforms.Resize(512)
# PIL —— resize -> PIL —— totensor -> tensor
trans_compose = transforms.Compose([trans_resize_2, trans_totensor]) # Compose函数中前面一个参数的输出 为 后面一个参数的输入，即trans_resize_2输出了pil，作为trans_totensor的输入
img_resize_2 = trans_compose(img)
print(img_resize_2.size())
writer.add_image("img_tensor",img_tensor)
writer.add_image("img_resize_2",img_resize_2)
writer.close()
5.7 transforms.RandomCrop
transforms.RandomCrop 的作用是对输入图像进行随机裁剪，用于数据增强和提高模型的鲁棒性
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
img_path = "data/images/1.jpg"
img = Image.open(img_path)
print(img)
writer = SummaryWriter("logs")
tensor_trans = transforms.ToTensor()
img_tensor = tensor_trans(img)
writer.add_image("img_tensor",img_tensor)
# trans_random = transforms.RandomCrop(312) # 随机裁剪成 312×312
trans_random = transforms.RandomCrop((312,100)) # 指定随机裁剪的宽和高为312和100
trans_compose_2 = transforms.Compose([trans_random,tensor_trans])
for i in range(10):
img_crop = trans_compose_2(img)
writer.add_image("RandomCrop",img_crop,i)
print(img_crop.size())
5.8 关于方法的使用
- crtl + 点击查看函数输入文档或csdn等渠道查看官方文档
- 关注输入和输出类型
- 关注方法需要什么参数（或crtl + p ）
- 不知道返回值类型时：
print()
print(type())
通过debug查看
6 torchvision数据集的使用
在pytorch官网查看可用数据集，如 torchivision-datasets
6.1 查看CIFAR10数据集内容
The CIFAR-10 dataset
import torchvision
# train=True是训练集，train=False是测试集，下方两个操作会自行处理数据集
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True) # root为存放数据集的路径
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True)
print(test_set[0]) # 查看第一个数据
# 输出为 (<PIL.Image.Image image mode=RGB size=32x32 at 0x1C17D55B470>, 3) 可知第一个为img,第二个为 target
print(test_set.classes) # 测试数据集有什么类型
img, target = test_set[0] # 分别获得图片、target
print(img) # <PIL.Image.Image image mode=RGB size=32x32 at 0x1C17D55B470>,
print(target) # 3
print(test_set.classes[target]) # 即classes[3]
img.show()
若下载太慢，可复制运行窗口中的下载地址，打开迅雷进行下载，再把下载后的文件拖到对应文件夹位置；
若没有显示下载地址，则ctrl 点击数据集，到源代码中进行查看
Tensorboard查看内容
import torchvision
from torch.utils.tensorboard import SummaryWriter
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,download=True) # 将ToTensor应用到数据集中的每一张图片，每一张图片转为Tensor数据类型
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download=True)
writer = SummaryWriter("logs")
for i in range(10):
img, target = test_set[i]
writer.add_image("test_set",img,i)
print(img.size())
writer.close() # 一定要把读写关闭，否则显示不出来图片
tensorboard --logdir=“logs”
6.2 Dataloader的使用
dataset 相当于有一副扑克牌，dataloader 则是从这副扑克牌中拿牌
查看dataloader的用法
torch.utils.data.DataLoader
import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
# 准备的测试数据集
test_data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor())
# batch_size=4 使得 img0, target0 = dataset[0]、img1, target1 = dataset[1]、img2, target2 = dataset[2]、img3, target3 = dataset[3]，然后这四个数据作为Dataloader的一个返回
test_loader = DataLoader(dataset=test_data,batch_size=4,shuffle=True,num_workers=0,drop_last=True)
# 用for循环取出DataLoader打包好的四个数据
writer = SummaryWriter("logs")
for epoch in range(2):
step = 0
for data in test_loader:
imgs, targets = data # 每个data都是由4张图片组成，imgs.size 为 [4,3,32,32]，四张32×32图片三通道，targets由四个标签组成
writer.add_images("Epoch：{}".format(epoch), imgs, step) # 注意是images
step = step + 1
writer.close()
7 神经网络的构建
TORCH.NN（neural network）
7.1 神经网络的基本骨架
nn.MODUL
重写方法可通过将光标放在类中（如这里放在Tudui下一行），并在pycharm->code->generate->选择要重写的函数
import torch
from torch import nn
class Tudui(nn.Module):
def __init__(self):
super.__init__() # 继承父类的初始化
def forward(self, input): # 将forward函数进行重写
output = input + 1
return output
tudui = Tudui()
x = torch.tensor(1.0) # 创建一个值为 1.0 的tensor
output = tudui(x)
print(output)
7.2 卷积层原理（选修）
Convolution Layers
7.2.1 卷积基本原理
（1）原理：
卷积运算包括输入图像和卷积核，按照设定的stride，
① 向右滑动stride格，到达边界后再向下滑动stride格
② 重复第①步，直到纵向也到达边界
具体运算逻辑如下：
（2）动态示例：
stride为1
stride为2
（3）代码实例：
import torch
import torch.nn.functional as F
input = torch.tensor([[1, 2, 0, 3, 1],
[0, 1, 2, 3, 1],
[1, 2, 1, 0, 0],
[5, 2, 3, 1, 1],
[2, 1, 0, 1, 1]])
kernel = torch.tensor([[1, 2, 1],
[0, 1, 0],
[2, 1, 0]])
print(input.shape) # torch.Size([5, 5])
print(kernel.shape) # torch.Size([3, 3])
input = torch.reshape(input, (1,1,5,5))
kernel = torch.reshape(kernel, (1,1,3,3))
print(input.shape) # torch.Size([1, 1, 5, 5])
print(kernel.shape) # torch.Size([1, 1, 3, 3])
output = F.conv2d(input, kernel, stride=1)
print(output) # tensor([[[[10, 12, 12],
# [18, 16, 16],
# [13, 9, 3]]]])
7.2.2 padding
（1）原理：
（2）动态示例：
（3）代码实例：
import torch
import torch.nn.functional as F
input = torch.tensor([[1, 2, 0, 3, 1],
[0, 1, 2, 3, 1],
[1, 2, 1, 0, 0],
[5, 2, 3, 1, 1],
[2, 1, 0, 1, 1]])
kernel = torch.tensor([[1, 2, 1],
[0, 1, 0],
[2, 1, 0]])
print(input.shape)
print(kernel.shape)
input = torch.reshape(input, (1,1,5,5))
kernel = torch.reshape(kernel, (1,1,3,3))
print(input.shape)
print(kernel.shape)
output3 = F.conv2d(input, kernel, stride=1, padding=1) # 周围只填充一层
print(output3)
7.2.3 卷积作用
7.3 卷积实现
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
dataset = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0) # 彩色图像输入为3层，我们想让它的输出为6层，选3 * 3 的卷积
def forward(self,x):
x = self.conv1(x)
return x
tudui = Tudui()
for data in dataloader:
imgs, targets = data
output = tudui(imgs)
print(imgs.shape) # 输入为3通道32×32的64张图片
print(output.shape) # 输出为6通道30×30的64张图片
关于这里的通道，在我gpt了一段时间后，最后得到一段不确定是否正确的答案：
① 对于rbg图片，输入（in_channels）就为3通道，若为2通道会损失部分特征，当然最后怎么样还是以人为定义为准
② 当希望从3个输入通道得到6个输出通道（out_channels），通常会使用6个卷积核，每个卷积核在3个输入通道上进行卷积操作，即3通道每个通道先算出来一个结果，三个结果对应像素点数值相加形成一个特征图。重复此过程，就可以得到6个输出通道的特征图
7.4 最大池化
Pooling layers
作用： 保留输入的特征，并减少数据量
import torch
import torchvision
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.maxpool = MaxPool2d(kernel_size=3, ceil_mode=True)
def forward(self, input):
output = self.maxpool(input)
return output
tudui = Tudui() # 即调用forward()
writer = SummaryWriter("logs")
step = 0
for data in dataloader:
imgs, targets = data
writer.add_images("input", imgs, step)
output = tudui(imgs)
writer.add_images("output", output, step)
step = step + 1
7.5 非线性激活
Non-linear Activations (weighted sum, nonlinearity)
作用： 为神经网络引入非线性限制
7.5.1 torch.nn.ReLU 的运用
RELU
input小于0的数据output截断成0
关于inplace参数：
inplace为原地替换，
若为True，则变量的值被替换;
若为False，则会创建一个新变量，将函数处理后的值赋值给新变量，原始变量的值没有修改
import torch
from torch import nn
from torch.nn import ReLU
input = torch.tensor([[1, -0.5],
[-1, 3]])
input = torch.reshape(input, (-1, 1, 2, 2))
print(input.shape)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.relu1 = ReLU()
def forward(self, input):
output = self.relu1(input)
return output
tudui = Tudui()
output = tudui(input)
print(output)
可以发现小于0的 -0.5 和 -1 都被截断为 0
7.5.2 torch.nn.Sigmoid 的运用
torch.nn.Sigmoid
import torch
import torchvision
from torch import nn
from torch.nn import ReLU
from torch.nn import Sigmoid
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
dataloader = DataLoader(dataset, batch_size=64)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.relu1 = ReLU()
self.sigmoid1 = Sigmoid()
def forward(self, input):
output = self.sigmoid1(input)
return output
tudui = Tudui()
writer = SummaryWriter("logs")
step = 0
for data in dataloader:
imgs, targets = data
writer.add_images("input", imgs, global_step=step)
output = tudui(imgs)
writer.add_images("output", output, step)
step = step + 1
tensorboard --logdir=“logs”
#这里提示
#TensorFlow installation not found - running with reduced feature set.
#Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
#不影响使用
7.6 线性层及其他层
7.6.1 线性层
作用： 对输入数据进行线性变换和仿射变换，将输入数据映射到输出数据空间，使用较多
下列代码的作用是读取数据集，拉平为一维向量后，此时有199608个维度，再映射到更小的维度（10维度）
import torch
import torchvision
from torch import nn
from torch.nn import Linear
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64,drop_last=True)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.linear1 = Linear(196608,10)
def forward(self, input):
output = self.linear1(input)
return output
tudui = Tudui()
writer = SummaryWriter("logs")
step = 0
for data in dataloader:
imgs, targets = data
print(imgs.shape)
writer.add_images("input", imgs, step)
output = torch.reshape(imgs,(1,1,1,-1)) # 拉平方法一
# output = torch.flatten(imgs) # 拉平方法二
print(output.shape)
output = tudui(output)
print(output.shape)
writer.add_images("output", output, step)
step = step + 1
关于196608：
由 output = torch.reshape(imgs,(1,1,1,-1)) 结合64332*32计算得到
7.6.2 其它层
（1）Normalization Layers（正则化层）
Normalization Layers
作用： 经过正则化后可加快运行速度，用得不多
（2）Recurrent Layers
Recurrent Layers
作用： 文字识别多用，多数情况下不常用
（3）Transformer Layers
Transformer Layers
作用： 特定情况下使用
（4）Dropout Layers
Dropout Layers
作用： 随机将一些数按p概率设为0，防止过拟合
7.7 搭建小实战和Sequential 的使用
7.7.1 小实战
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.conv1 = Conv2d(3,32,5,padding=2) # in_channels out_channels kernel padding需计算，参照代码下图
self.maxpool1 = MaxPool2d(2) # Max-pooling kernel为2*2
self.cov2 = Conv2d(32,32,5,padding=2)
self.maxpool2 = MaxPool2d(2)
self.conv3 = Conv2d(32,64,5,padding=2)
self.maxpool3 = MaxPool2d(2)
self.flatten = Flatten() # 展平 这里可先展平而不运行☆代码，以获得展开维度
self.linear1 = Linear(1024,64) # 64*4*4 = 1024 ☆
self.Linear2 = Linear(64,10) # ☆
def forward(self, x):
x = self.conv1(x)
x = self.maxpool1(x)
x = self.conv2(x)
x = self.maxpool2(x)
x = self.conv3(x)
x = self.maxpool3(x)
x = self.flatten(x)
x = self.linear1(x) # ☆
x = self.Linear2(x) # ☆
return x
tudui = Tudui()
input = torch.ones((64,3,32,32)) # 64batch_size 3通道 32*32
output = tudui(input)
print(output.shape)
7.7.2 Sequential 的使用
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = Sequential(
Conv2d(3,32,5,padding=2),
MaxPool2d(2),
Conv2d(32,32,5,padding=2),
MaxPool2d(2),
Conv2d(32,64,5,padding=2),
MaxPool2d(2),
Flatten(),
Linear(1024,64),
Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
tudui = Tudui()
input = torch.ones((64,3,32,32))
output = tudui(input)
print(output.shape)
writer.add_graph(tudui, input)
writer.close()
8 损失函数与反向传播
损失函数
- Loss损失函数一方面计算实际输出和目标之间的差距。
- Loss损失函数另一方面为我们更新输出提供一定的依据。
8.1 L1loss损失函数
差值的绝对值之和，再求平均值
import torch
from torch.nn import L1Loss
inputs = torch.tensor([1,2,3],dtype=torch.float32)
targets = torch.tensor([1,2,5],dtype=torch.float32)
inputs = torch.reshape(inputs,(1,1,1,3))
targets = torch.reshape(targets,(1,1,1,3))
loss = L1Loss() # 默认为 maen
result = loss(inputs,targets)
print(result)
tensor(0.6667)
import torch
from torch.nn import L1Loss
inputs = torch.tensor([1,2,3],dtype=torch.float32)
targets = torch.tensor([1,2,5],dtype=torch.float32)
inputs = torch.reshape(inputs,(1,1,1,3))
targets = torch.reshape(targets,(1,1,1,3))
loss = L1Loss(reduction='sum') # 修改为sum，三个值的差值，然后取和
result = loss(inputs,targets)
print(result)
tensor(2.)
8.2 MSE损失函数
即平方差
import torch
from torch.nn import L1Loss
from torch import nn
inputs = torch.tensor([1,2,3],dtype=torch.float32)
targets = torch.tensor([1,2,5],dtype=torch.float32)
inputs = torch.reshape(inputs,(1,1,1,3))
targets = torch.reshape(targets,(1,1,1,3))
loss_mse = nn.MSELoss()
result_mse = loss_mse(inputs,targets)
print(result_mse)
tensor(1.3333)
8.3 交叉熵损失函数
exp(i)就是e的i次方，e为2.7…
import torch
from torch.nn import L1Loss
from torch import nn
x = torch.tensor([0.1,0.2,0.3])
y = torch.tensor([1])
x = torch.reshape(x,(1,3)) # 1的 batch_size，有三类
loss_cross = nn.CrossEntropyLoss()
result_cross = loss_cross(x,y)
print(result_cross)
tensor(1.1019)
8.4 运用交叉熵损失函数计算误差，反向传播
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64,drop_last=True)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = Sequential(
Conv2d(3,32,5,padding=2),
MaxPool2d(2),
Conv2d(32,32,5,padding=2),
MaxPool2d(2),
Conv2d(32,64,5,padding=2),
MaxPool2d(2),
Flatten(),
Linear(1024,64),
Linear(64,10) # 这里最后输出的是1行10列向量，符合loss()函数的要求
)
def forward(self, x):
x = self.model1(x)
return x
loss = nn.CrossEntropyLoss() # 交叉熵
tudui = Tudui()
for data in dataloader:
imgs, targets = data
outputs = tudui(imgs)
result_loss = loss(outputs, targets) # 计算实际输出与目标输出的差距
print(result_loss)
# 反向传播
result_loss.backward() # 计算出来的 loss 值有 backward 方法属性，反向传播来计算每个节点的更新的参数。这里查看网络的属性 grad 梯度属性刚开始没有，反向传播计算出来后才有，后面优化器会利用梯度优化网络参数。
print("ok")
9 优化器 TORCH.OPTIM
TORCH.OPTIM
注： 这里我用了numpy-1.19.2版本报错，在anaconda中卸了后重装numpy就解决了问题（这里anaconda自动帮我安装了numpy-1.19.5）
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
dataloader = DataLoader(dataset, batch_size=64, drop_last=True)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = Sequential(
Conv2d(3, 32, 5, padding=2),
MaxPool2d(2),
Conv2d(32, 32, 5, padding=2),
MaxPool2d(2),
Conv2d(32, 64, 5, padding=2),
MaxPool2d(2),
Flatten(),
Linear(1024, 64),
Linear(64, 10)
)
def forward(self, x):
x = self.model1(x)
return x
loss = nn.CrossEntropyLoss() # 交叉熵
tudui = Tudui()
optim = torch.optim.SGD(tudui.parameters(), lr=0.01) # 随机梯度下降优化器 lr为learning rate 即学习率
# 一轮优化
#for data in dataloader:
# imgs, targets = data
# outputs = tudui(imgs)
# result_loss = loss(outputs, targets) # 计算实际输出与目标输出的差距
# optim.zero_grad() # 梯度清零 使用反向传播算法进行模型训练时，需要在每个训练批次之前将之前计算的梯度清零，以避免梯度累积影响下一次的参数更新
# result_loss.backward()
# optim.step()
# print(result_loss) # 查看一轮优化后的损失变化
# 优化20轮
for epoch in range(20):
running_loss = 0.0
for data in dataloader:
imgs, targets = data
outputs = tudui(imgs)
result_loss = loss(outputs, targets) # 计算实际输出与目标输出的差距
optim.zero_grad() # 梯度清零
result_loss.backward() # 反向传播，计算损失函数的梯度
optim.step() # 根据梯度，对网络的参数进行调优
running_loss = running_loss + result_loss
print(running_loss) # 每轮误差的总和
Debug：
如下图打上三个断点，并开始debug
向下运行两行代码（即40、41行），grad由none变化，出现参数
再向下运行一行代码（即42行代码）观察data变化
10 现有网络模型的使用及修改
10.1 载入模型
这里以vgg16模型为例，它是以ImageNet数据集进行训练得到的，但是该数据集无法通过Pycharm直接访问下载，而需要另外在网上下载数据集，并且数据集很大（140G），故这里不作下载，仅演示模型修改
import torchvision
#trauin_data = torchvision.datasets.ImageNet("./dataset",split="train",download=True,transform=torchvision.transforms.ToTensor()) # 这个数据集无法公开访问
vgg16_true = torchvision.models.vgg16(pretrained=True) # pretrained 参数是用于控制是否加载预训练权重的参数 为true则会下载卷积层对应的参数是、池化层对应的参数等等，这些参数是利用ImageNet数据集预先训练得到的
vgg16_false = torchvision.models.vgg16(pretrained=False) # 没有预训练的参数
print("ok")
print(vgg16_true)
输出：
ok
VGG(
(features): Sequential(
(0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(1): ReLU(inplace=True)
(2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(3): ReLU(inplace=True)
(4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(5): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(6): ReLU(inplace=True)
(7): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(8): ReLU(inplace=True)
(9): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(10): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(11): ReLU(inplace=True)
(12): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(13): ReLU(inplace=True)
(14): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(15): ReLU(inplace=True)
(16): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(17): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(18): ReLU(inplace=True)
(19): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(20): ReLU(inplace=True)
(21): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(22): ReLU(inplace=True)
(23): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(24): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(25): ReLU(inplace=True)
(26): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(27): ReLU(inplace=True)
(28): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(29): ReLU(inplace=True)
(30): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(avgpool): AdaptiveAvgPool2d(output_size=(7, 7))
(classifier): Sequential(
(0): Linear(in_features=25088, out_features=4096, bias=True)
(1): ReLU(inplace=True)
(2): Dropout(p=0.5, inplace=False)
(3): Linear(in_features=4096, out_features=4096, bias=True)
(4): ReLU(inplace=True)
(5): Dropout(p=0.5, inplace=False)
(6): Linear(in_features=4096, out_features=1000, bias=True)
)
)
10.2 按需修改模型
import torchvision
from torch import nn
dataset = torchvision.datasets.CIFAR10("./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)
vgg16_true = torchvision.models.vgg16(pretrained=True)
# CIFAR10需要输出10个种类，需对模型进行修改以适应需求
# 方法1 ：在VGG16后面添加一个线性层
vgg16_true.add_module('add_linear',nn.Linear(1000,10))
print(vgg16_true)
# 方法2：直接修改VGG16的最后一个线性层
print(vgg16_false)
vgg16_false.classifier[6] = nn.Linear(4096,10)
print(vgg16_false)
11 网络模型的保存与读取
11.1 保存模型
# model_save.py
# 保存方式1：保存网络模型结构
import torchvision
import torch
vgg16 = torchvision.models.vgg16(pretrained=False)
torch.save(vgg16,"vgg16_method1.pth")
print(vgg16)
# 保存方式2：模型参数（官方推荐），保存参数为字典类型
import torchvision
import torch
vgg16 = torchvision.models.vgg16(pretrained=False)
torch.save(vgg16.state_dict(),"vgg16_method2.pth") #
print(vgg16)
11.2 读取
# model_load.py
# 读取方式1：对应保存方式1
import torch
model1 = torch.load("vgg16_method1.pth")
print(model1)
# 取方式2：对应保存方式2
model2 = torchvision.models.vgg16(pretrained=False)
model2.load_state_dict(torch.load("vgg16_method2.pth"))
print(model2)
11.3 保存方式1存在陷阱
# save.py
import torch
class Tudui(nn.Module):
def __init__(self):
super(Tudui,self).__init__()
self.conv1 = nn.Conv2d(3, 64, kernel_size=3)
def forward(self,x):
x = self.conv1(x)
return x
tudui = Tudui()
torch.save(tudui, "tudui_method1.pth")
# load.py
import torch
model = torch.load("./model/tudui_method1.pth") # 无法直接取方式一保存的网络结构
print(model)
load.py 需要作如下修改：
# load.py
# 修改1：from save.py import *
# 修改2：引入save.py中的类，而不需要实例化
class Tudui(nn.Module):
def __init__(self):
super(Tudui,self).__init__()
self.conv1 = nn.Conv2d(3, 64, kernel_size=3)
def forward(self,x):
x = self.conv1(x)
return x
model = torch.load("./model/tudui_method1.pth")
print（model）
12 完整的模型训练套路
12.1 CIFAR 10 model 网络模型
12.1 model.py
import torch
from torch import nn
# 搭建神经网络
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3,32,5,1,2), # 输入通道3，输出通道32，卷积核尺寸5×5，步长1，填充2
nn.MaxPool2d(2),
nn.Conv2d(32,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,64,5,1,2),
nn.MaxPool2d(2),
nn.Flatten(), # 展平后变成 64*4*4 了
nn.Linear(64*4*4,64),
nn.Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
if __name__ == '__main__':
tudui = Tudui()
input = torch.ones((64,3,32,32))
output = tudui(input)
print(output.shape) # 测试输出的尺寸是否符合需求
12.2 train.py
（1）item的作用
import torch
a = torch.tensor(5)
print(a)
print(a.item())
tensor(5)
5
（2）argmax()
import torch
outputs = torch.tensor([[0.1, 0.2],
[0.05, 0.4]])
print(outputs.argmax(0)) # 返回纵向 每一列最大值的索引
print(outputs.argmax(1)) # 返回横向 每一行最大值的索引
preds = outputs.argmax(1)
targets = torch.tensor([0,1])
print((preds == targets) # 对应位置是否相等，相等则返回true
print((preds == targets).sum()) # 对应位置相等的个数
tensor([0, 1])
tensor([1, 1])
tensor([false, true])
tensor(1)
（3）tudui.train()和tudui.eval() ：分别用于训练步骤和测试步骤，只对特定层起作用，本代码非必要
（4）完整代码
import torch
import torchvision
from model import *
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
# 1 准备数据集
train_data = torchvision.datasets.CIFAR10("./dataset", train=True, transform=torchvision.transforms.ToTensor(),
download=True)
test_data = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
# length 长度
train_data_size = len(train_data)
test_data_size = len(test_data)
# 如果train_data_size=10，则打印：训练数据集的长度为：10
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))
# 2 利用 Dataloader 来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
# 3 创建网络模型
tudui = Tudui()
# 4 损失函数
loss_fn = nn.CrossEntropyLoss() # 交叉熵，fn 是 fuction 的缩写
# 5 优化器
learning_rate = 1e-2 # 1e-2 = 1 * (10)^(-2) = 1 / 100 = 0.01
optimizer = torch.optim.SGD(tudui.parameters(), lr=learning_rate ) # 随机梯度下降优化器
# 6 设置网络的一些参数
# 记录训练的次数
total_train_step = 0
# 记录测试的次数
total_test_step = 0
# 训练的轮次
epoch = 10
# 添加tensorboard
writer = SummaryWriter("../logs_train")
for i in range(epoch):
print("-----第 {} 轮训练开始-----".format(i + 1))
# 7 训练步骤开始
# tudui.train() # 当网络中有dropout层、batchnorm等层时才起作用，本代码非必要
for data in train_dataloader:
imgs, targets = data
outputs = tudui(imgs)
loss = loss_fn(outputs, targets)
# 优化器对模型调优
optimizer.zero_grad() # 梯度清零
loss.backward() # 反向传播，计算损失函数的梯度
optimizer.step() # 根据梯度，对网络的参数进行调优
total_train_step = total_train_step + 1
if total_train_step % 100 == 0:
# print("训练次数：{}，Loss：{}".format(total_train_step,loss)) # 方式1：获得无tensor的loss值
print("训练次数：{}，Loss：{}".format(total_train_step, loss.item())) # 方式2：获得loss数字值
writer.add_scalar("train_loss", loss.item(), total_train_step)
# 8 测试步骤开始（每一轮训练后都查看在测试数据集上的loss情况）
# tudui.eval() # 当网络中有dropout层、batchnorm等层时才起作用，本代码非必要
total_test_loss = 0 # 测试集总损失
total_accuracy = 0 # 准确度
with torch.no_grad(): # 测试无需梯度计算，节约内存
for data in test_dataloader: # 测试数据集提取数据
imgs, targets = data
outputs = tudui(imgs)
loss = loss_fn(outputs, targets) # 仅data数据在网络模型上的损失
total_test_loss = total_test_loss + loss.item() # 所有loss
accuracy = (outputs.argmax(1) == targets).sum() # 准确度
total_accuracy = total_accuracy + accuracy # 准确度总和
print("整体测试集上的Loss：{}".format(total_test_loss))
print("整体测试集上的正确率：{}".format(total_accuracy / test_data_size))
writer.add_scalar("test_loss", total_test_loss, total_test_step)
writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)
total_test_step = total_test_step + 1
# 9 保存模型
torch.save(tudui, "./model/tudui_{}.pth".format(i)) # 保存每一轮训练后的结果
print("模型已保存")
writer.close()
13 利用GPU训练
13.1 利用电脑显卡训练
找到 网络模型，数据（输入、标注），损失函数
加上.cuda()，下☆代码
同时增加time，以查看运行时间
import torchvision
import torch
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time # ☆
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 64, 5, 1, 2),
nn.MaxPool2d(2),
nn.Flatten(), # 展平后变成 64*4*4 了
nn.Linear(64 * 4 * 4, 64),
nn.Linear(64, 10)
)
def forward(self, x):
x = self.model1(x)
return x
# 1 准备数据集
train_data = torchvision.datasets.CIFAR10("./dataset", train=True, transform=torchvision.transforms.ToTensor(),
download=True)
test_data = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
# length 长度
train_data_size = len(train_data)
test_data_size = len(test_data)
# 如果train_data_size=10，则打印：训练数据集的长度为：10
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))
# 2 利用 Dataloader 来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
# 3 创建网络模型
tudui = Tudui()
#if torch.cuda.is_available():
tudui = tudui.cuda() # ☆ 网络模型转移到cuda上
# 4 损失函数
loss_fn = nn.CrossEntropyLoss()
if torch.cuda.is_available():
loss_fn = loss_fn.cuda() # ☆ 损失函数转移到cuda上
# 5 优化器
learning = 0.01 # 1e-2 就是 0.01 的意思
optimizer = torch.optim.SGD(tudui.parameters(), learning)
# 6 设置网络的一些参数
# 记录训练的次数
total_train_step = 0
# 记录测试的次数
total_test_step = 0
# 训练的轮次
epoch = 10
# 添加 tensorboard
writer = SummaryWriter("logs")
start_time = time.time() # ☆
for i in range(epoch):
print("-----第 {} 轮训练开始-----".format(i + 1))
# 7 训练步骤开始
tudui.train()
for data in train_dataloader:
imgs, targets = data
if torch.cuda.is_available():
imgs = imgs.cuda() # ☆ 数据放到cuda上
targets = targets.cuda() # ☆ 数据放到cuda上
outputs = tudui(imgs)
loss = loss_fn(outputs, targets) # 计算实际输出与目标输出的差距
# 优化器对模型调优
optimizer.zero_grad()
loss.backward()
optimizer.step()
total_train_step = total_train_step + 1
if total_train_step % 100 == 0:
end_time = time.time() # ☆
print(end_time - start_time) # ☆ 运行训练一百次后的时间间隔
print("训练次数：{}，Loss：{}".format(total_train_step, loss.item())) #
writer.add_scalar("train_loss", loss.item(), total_train_step)
# 8 测试步骤开始（每一轮训练后都查看在测试数据集上的loss情况）
tudui.eval()
total_test_loss = 0
total_accuracy = 0
with torch.no_grad():
for data in test_dataloader:
imgs, targets = data
if torch.cuda.is_available():
imgs = imgs.cuda() # ☆ 数据放到cuda上
targets = targets.cuda() # ☆ 数据放到cuda上
outputs = tudui(imgs)
loss = loss_fn(outputs, targets)
total_test_loss = total_test_loss + loss.item() # 所有loss
accuracy = (outputs.argmax(1) == targets).sum()
total_accuracy = total_accuracy + accuracy
print("整体测试集上的Loss：{}".format(total_test_loss))
print("整体测试集上的正确率：{}".format(total_accuracy / test_data_size))
writer.add_scalar("test_loss", total_test_loss, total_test_step)
writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)
total_test_step = total_test_step + 1
torch.save(tudui, "./model/tudui_{}.pth".format(i))
# torch.save(tudui.state_dict(),"tudui_{}.path".format(i)) # 保存方式二
print("模型已保存")
writer.close()
13.2 利用google colab训练
google colab
需要谷歌账号，每周免费30h，具体使用流程可以上网搜，或者看小土堆p30 10min处
13.3 选择GPU0 / 1 训练
删除cuda代码，增加.to()，即带☆的代码
import torchvision
import torch
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time
# 定义训练的设备
#device = torch.device("cpu") # ☆
#device = torch.device("cuda") # ☆ 使用 GPU 方式一
#device = torch.device("cuda:0") # ☆ 使用 GPU 方式二，作用同上
device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # ☆
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,64,5,1,2),
nn.MaxPool2d(2),
nn.Flatten(),
nn.Linear(64*4*4,64),
nn.Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
# 准备数据集
train_data = torchvision.datasets.CIFAR10("./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)
test_data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
# length 长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))
# 利用 Dataloader 来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
# 创建网络模型
tudui = Tudui()
tudui = tudui.to(device) # ☆ 也可以不赋值，直接 tudui.to(device)
# 损失函数
loss_fn = nn.CrossEntropyLoss()
loss_fn = loss_fn.to(device) # ☆ 也可以不赋值，直接loss_fn.to(device)
# 优化器
learning = 0.01 # 1e-2 就是 0.01 的意思
optimizer = torch.optim.SGD(tudui.parameters(),learning)
# 设置网络的一些参数
# 记录训练的次数
total_train_step = 0
# 记录测试的次数
total_test_step = 0
# 训练的轮次
epoch = 10
# 添加 tensorboard
writer = SummaryWriter("logs")
start_time = time.time()
for i in range(epoch):
print("-----第 {} 轮训练开始-----".format(i+1))
# 训练步骤开始
tudui.train()
for data in train_dataloader:
imgs, targets = data
imgs = imgs.to(device) # ☆ 也可以不赋值，直接 imgs.to(device)
targets = targets.to(device) # ☆ 也可以不赋值，直接 targets.to(device)
outputs = tudui(imgs)
loss = loss_fn(outputs, targets)
# 优化器对模型调优
optimizer.zero_grad()
loss.backward()
optimizer.step()
total_train_step = total_train_step + 1
if total_train_step % 100 == 0:
end_time = time.time()
print(end_time - start_time)
print("训练次数：{}，Loss：{}".format(total_train_step,loss.item()))
writer.add_scalar("train_loss",loss.item(),total_train_step)
# 测试步骤开始（每一轮训练后都查看在测试数据集上的loss情况）
tudui.eval()
total_test_loss = 0
total_accuracy = 0
with torch.no_grad():
for data in test_dataloader:
imgs, targets = data
imgs = imgs.to(device) # ☆ 也可以不赋值，直接 imgs.to(device)
targets = targets.to(device) # ☆ 也可以不赋值，直接 targets.to(device)
outputs = tudui(imgs)
loss = loss_fn(outputs, targets)
total_test_loss = total_test_loss + loss.item() # 所有loss
accuracy = (outputs.argmax(1) == targets).sum()
total_accuracy = total_accuracy + accuracy
print("整体测试集上的Loss：{}".format(total_test_loss))
print("整体测试集上的正确率：{}".format(total_accuracy/test_data_size))
writer.add_scalar("test_loss",total_test_loss,total_test_step)
writer.add_scalar("test_accuracy",total_accuracy/test_data_size,total_test_step)
total_test_step = total_test_step + 1
torch.save(tudui, "./model/tudui_{}.pth".format(i))
#torch.save(tudui.state_dict(),"tudui_{}.path".format(i))
print("模型已保存")
writer.close()
14 完整的模型验证套路
14.1 训练30轮的模型
import torchvision
import torch
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time
# 定义训练的设备
#device = torch.device("cpu")
device = torch.device("cuda") # 使用 GPU 方式一
#device = torch.device("cuda:0") # 使用 GPU 方式二
#device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# from model import * 相当于把 model中的所有内容写到这里，这里直接把 model 写在这里
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3,32,5,1,2), # 输入通道3，输出通道32，卷积核尺寸5×5，步长1，填充2
nn.MaxPool2d(2),
nn.Conv2d(32,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,64,5,1,2),
nn.MaxPool2d(2),
nn.Flatten(), # 展平后变成 64*4*4 了
nn.Linear(64*4*4,64),
nn.Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
# 准备数据集
train_data = torchvision.datasets.CIFAR10("./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)
test_data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
# length 长度
train_data_size = len(train_data)
test_data_size = len(test_data)
# 如果train_data_size=10，则打印：训练数据集的长度为：10
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))
# 利用 Dataloader 来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
# 创建网络模型
tudui = Tudui()
tudui = tudui.to(device) # 也可以不赋值，直接 tudui.to(device)
# 损失函数
loss_fn = nn.CrossEntropyLoss() # 交叉熵，fn 是 fuction 的缩写
loss_fn = loss_fn.to(device) # 也可以不赋值，直接loss_fn.to(device)
# 优化器
learning = 0.01 # 1e-2 就是 0.01 的意思
optimizer = torch.optim.SGD(tudui.parameters(),learning) # 随机梯度下降优化器
# 设置网络的一些参数
# 记录训练的次数
total_train_step = 0
# 记录测试的次数
total_test_step = 0
# 训练的轮次
epoch = 30
# 添加 tensorboard
writer = SummaryWriter("logs")
start_time = time.time()
for i in range(epoch):
print("-----第 {} 轮训练开始-----".format(i+1))
# 训练步骤开始
tudui.train() # 当网络中有dropout层、batchnorm层时，这些层能起作用
for data in train_dataloader:
imgs, targets = data
imgs = imgs.to(device) # 也可以不赋值，直接 imgs.to(device)
targets = targets.to(device) # 也可以不赋值，直接 targets.to(device)
outputs = tudui(imgs)
loss = loss_fn(outputs, targets) # 计算实际输出与目标输出的差距
# 优化器对模型调优
optimizer.zero_grad() # 梯度清零
loss.backward() # 反向传播，计算损失函数的梯度
optimizer.step() # 根据梯度，对网络的参数进行调优
total_train_step = total_train_step + 1
if total_train_step % 100 == 0:
end_time = time.time()
print(end_time - start_time) # 运行训练一百次后的时间间隔
print("训练次数：{}，Loss：{}".format(total_train_step,loss.item())) # 方式二：获得loss值
writer.add_scalar("train_loss",loss.item(),total_train_step)
# 测试步骤开始（每一轮训练后都查看在测试数据集上的loss情况）
tudui.eval() # 当网络中有dropout层、batchnorm层时，这些层不能起作用
total_test_loss = 0
total_accuracy = 0
with torch.no_grad(): # 没有梯度了
for data in test_dataloader: # 测试数据集提取数据
imgs, targets = data # 数据放到cuda上
imgs = imgs.to(device) # 也可以不赋值，直接 imgs.to(device)
targets = targets.to(device) # 也可以不赋值，直接 targets.to(device)
outputs = tudui(imgs)
loss = loss_fn(outputs, targets) # 仅data数据在网络模型上的损失
total_test_loss = total_test_loss + loss.item() # 所有loss
accuracy = (outputs.argmax(1) == targets).sum()
total_accuracy = total_accuracy + accuracy
print("整体测试集上的Loss：{}".format(total_test_loss))
print("整体测试集上的正确率：{}".format(total_accuracy/test_data_size))
writer.add_scalar("test_loss",total_test_loss,total_test_step)
writer.add_scalar("test_accuracy",total_accuracy/test_data_size,total_test_step)
total_test_step = total_test_step + 1
torch.save(tudui, "./model/tudui_{}.pth".format(i)) # 保存每一轮训练后的结果
#torch.save(tudui.state_dict(),"tudui_{}.path".format(i)) # 保存方式二
print("模型已保存")
writer.close()
14.2 验证狗是否能够识别
从网上下载一张dog图片，进行验证
import torchvision
from PIL import Image
from torch import nn
import torch
image_path = "imgs/dog.png"
image = Image.open(image_path) # PIL类型的Image
image = image.convert("RGB") # 4通道的RGBA转为3通道的RGB图片
print(image)
transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),
torchvision.transforms.ToTensor()])
image = transform(image)
print(image.shape)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,64,5,1,2),
nn.MaxPool2d(2),
nn.Flatten(),
nn.Linear(64*4*4,64),
nn.Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
model = torch.load("model/tudui_29.pth",map_location=torch.device('cpu')) # 将GPU上训练的模型映射到CPU上
print(model)
image = torch.reshape(image,(1,3,32,32)) # 转为四维，符合网络输入需求
model.eval()
with torch.no_grad(): # 不进行梯度计算，减少内存计算
output = model(image)
output = model(image)
print(output)
print(output.argmax(1)) # 概率最大类别的输出
14.3 验证飞机是否能够识别
同样找张plane图片进行验证
import torchvision
from PIL import Image
from torch import nn
import torch
image_path = "imgs/plane.png"
image = Image.open(image_path) # PIL类型的Image
image = image.convert("RGB") # 4通道的RGBA转为3通道的RGB图片
print(image)
transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),
torchvision.transforms.ToTensor()])
image = transform(image)
print(image.shape)
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model1 = nn.Sequential(
nn.Conv2d(3,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,32,5,1,2),
nn.MaxPool2d(2),
nn.Conv2d(32,64,5,1,2),
nn.MaxPool2d(2),
nn.Flatten(),
nn.Linear(64*4*4,64),
nn.Linear(64,10)
)
def forward(self, x):
x = self.model1(x)
return x
model = torch.load("model/tudui_29.pth",map_location=torch.device('cpu')) # GPU上训练的东西映射到CPU上
print(model)
image = torch.reshape(image,(1,3,32,32)) # 转为四维，符合网络输入需求
model.eval()
with torch.no_grad(): # 不进行梯度计算，减少内存计算
output = model(image)
output = model(image)
print(output)
print(output.argmax(1)) # 概率最大类别的输出
15 查看开源项目
github 搜 Pytorch，选择start最多的
① 像运行Tensorboar一样，在Terminal终端，可以命令运行.py文件
② 如下图所示，Terminal终端运行.py文件时，–变量 后面的值是给变量进行赋值，赋值后再在.py文件中运行。例如 ./datasets/maps 是给前面的dataroot赋值，maps_cyclegan是给前面的name赋值，cycle_gan是给前面的model赋值
③ required表示必须需要指定参数，default表示有默认的参数了。Terminal终端命令语句，如果不对该默认变量新写入，直接调用默认的参数；如果对该默认变量新写入，则默认的参数被新写入的参数覆盖
